Os melhores modelos de código aberto de OCR e documentos em 2026
O OCR de documentos virou uma corrida de modelos pequenos. Os modelos abaixo transformam páginas, tabelas, fórmulas e gráficos em Markdown ou texto estruturado, e a maioria tem menos de 5 bilhões de parâmetros, então uma GPU de consumidor basta. Cada entrada diz para que o modelo foi feito e o que a licença exige de você.
-
Unlimited-OCR Mais baixado EN
O modelo de 3.3B da Baidu sob licença MIT, feito para documentos longos: processa de dezenas a mais de 100 páginas em uma única passada. É o modelo de OCR mais baixado daqui, com cerca de 5,7 milhões de downloads nos 30 dias até 11 de novembro de 2026.
-
PaddleOCR-VL EN
O parser de 0.9B da Baidu PaddlePaddle sob Apache 2.0 para tabelas, fórmulas, gráficos e selos. Relata 96,33% no OmniDocBench v1.6, uma pontuação autorreportada que não é comparável com as de outras versões do benchmark.
-
GLM-OCR EN
O modelo de 0.9B da Z.ai sob licença MIT, com SDK, extração de tabelas, fórmulas e formulários. Relata 94,62 no OmniDocBench V1.5, segundo o próprio desenvolvedor.
-
DeepSeek-OCR 2
O sucessor do DeepSeek-OCR: um modelo de 3.4B da DeepSeek sob Apache 2.0. Seu novo codificador reordena os tokens visuais por significado em vez de ler em ordem de varredura.
-
HunyuanOCR EN
O modelo de ponta a ponta de 1.1B da Tencent para parsing, localização de texto, extração de informação e tradução de imagens. Sua licença não cobre a UE, o Reino Unido nem a Coreia do Sul.
-
LightOnOCR-3 EN
A família Apache 2.0 da LightOn em tamanhos 4B, 1B e 0.8B. Escreve Markdown e também pode devolver caixas delimitadoras, legendas de imagem e dados de gráficos.
-
Nemotron 3.5 Parse EN
O parser de páginas de 631M da NVIDIA devolve texto, tabelas, dados de gráficos, ordem de leitura e caixas, com passadas simples, duplas e triplas para páginas mais difíceis. A NVIDIA relata 75,20 no ParseBench com a passada tripla, apenas 0,1 acima do LightOnOCR-3-4B em sua própria tabela. OpenMDW-1.1.
-
NuExtract3 EN
O modelo de 4.5B da NuMind sob Apache 2.0 preenche um template JSON que você define ou escreve Markdown, com raciocínio que pode ser ligado e desligado. Nos testes próprios da NuMind, fica à frente de Gemma-4-E4B-it e dos modelos Qwen3.5 em seu benchmark de extração ainda não publicado, e teve cerca de 40,7 mil downloads nos 30 dias até 11 de novembro de 2026.
-
MiniCPM-OCR 1.0 Mais recente EN
A entrada mais recente, lançada em 27 de outubro de 2026. Um modelo de 1.3B sob Apache 2.0 para documentos em chinês e inglês, com SDK, uma etapa de layout e suporte a iOS e llama.cpp.
-
Xiaomi-OCR-0 EN
O modelo de 0.9B da Xiaomi sob Apache 2.0, construído sobre o Qwen3.5-0.8B. Na tabela do próprio desenvolvedor, ocupa o primeiro lugar no Real5-OmniDocBench.
-
Chandra OCR 2 EN
O modelo de 5.3B da Datalab para mais de 90 idiomas, com saída em Markdown, HTML ou JSON além do layout. Sua licença é gratuita para pesquisa e equipes pequenas, mas proíbe organizações que oferecem um produto concorrente.
-
Surya OCR 2 EN
O modelo de 650M da Datalab em um arquivo de 1.4 GB: texto, layout, ordem de leitura e tabelas em 91 idiomas, executado com vLLM ou llama.cpp em GPU, CPU ou Apple Silicon. A tabela da própria Datalab dá 83,3% no olmOCR-bench, e os pesos só são gratuitos com receita e captação ambos abaixo de 5 milhões de dólares.
Como escolhemos
- Pesos abertos que você pode baixar hoje do repositório oficial do desenvolvedor.
- Apenas versões atuais: ficam de fora os modelos substituídos por uma versão mais nova do mesmo desenvolvedor, como o DeepSeek-OCR original.
- As pontuações em benchmarks como o OmniDocBench são autorreportadas e costumam usar versões diferentes do benchmark, então não classificamos por elas.
- Lemos cada licença por completo, porque alguns desses modelos limitam o uso comercial por região ou por produtos concorrentes.